matlab红外图像伪彩色编码方法研究及其实现(2)
空域法：区域处理法（卷积、边缘检测）、点处理法（灰度处理、伪彩色处理），这两大类处理方法统称为空域法，其处理的是图像的单个像素点。变换域法：当我们采用的灰度图像的矩阵非常大时，如果直接在空域上进行处理的话，计算量将是相当大，所以在这里我们首先要对图像做出正交变换从而得到在变换域范围内的系数矩阵，然后修正变换后的系数，最后再逆变换到空间域上从而得到处理后的图像。
1.2.2 伪彩色图像增强
对于图像的伪彩色处理，其历史悠久，最初来源于纺织，开始的时候是凭借视觉感受来对黑白图像进行着色。当计算机发展以后，各种处理软件的运用让我们对黑白图像的处理也越来越精确，越来越符合人类的视觉特性。目前来说，伪彩色处理技术在国内快都是属于发展比较快的一种图像处理技术，但是在国际上又缺乏评价的相应的标准，因而需要更加深入地研究。
这里我们对红外图像进行伪彩色处理，这属于图象增强相关的问题，其在医学、遥感方面运用比较广泛。我们对红外图像的处理主要是为了得到图像中有用的信息，扩大图像中颜色的差别，将我们感兴趣的部分选择性地突出，暗化不需要的特性，消除噪声干扰，使图像更加鲜明，从而更好地被人类识别或者被机器判读。图像增强处理的过程总是加强我们需要的那一部分和减少另外一部分，这和图像复原截然相反。
我们对于不同的图像应该采取不同的图像处理的方法（点处理增强、空间域与频率域滤波、彩色增强等），也可以同时采用几种方法一起进行试验，通过不断地试验找到效果最好的同时计算又不太复杂的方案。
当我们研究红外图像伪彩色处理时，我们首先要知道两个概念，即什么是索引图像以及灰度图像。
1.索引图像：一个数据矩阵 I和一个颜色映像矩阵 map构成 。在这之中，map是一个m×3的双精度浮点型数据矩阵，其中每个元素的值都介于0-1之间，每行代表三基色的值。
2 灰度图像：一个数据矩阵 I，一个颜色映像矩阵map组成一幅灰度图像，I为颜色的灰度值，其可以是8位、16位、24位的整型。颜色映像矩阵map映射表中的每一行均由红、绿、蓝三基色组成，由于RGB的取值只有0-255之内，所以其级别最高只有256级，不包含有色彩等信息。
灰度图像处理方法如下所示[5]：
最大值法：R=G=B=max(R，G，B )，显示出亮度很高的灰度图像。
平均值法：R=G=B=(R+G+B)/3 ，显示出较柔和的灰度图像。
加权平均值法：R=G=B=(Rr+Gg+Bb)/3 ，其中r为红色权值，g 为绿色权值，b为蓝色权值。根据人眼对三色光的感知灵敏度不同，经实验和理论推导知r=0.30，g=0.59，b=0.11 时得到最合理的灰度图像，这时 R=G=B=Vgrey = 0.3R +0.59G + 0.11 B。
1.3 本文研究学习的重点
本文探讨了实现红外图像伪彩色编码的几种方法，并且重点研究了相位调制密度红外图像伪彩色编码的处理过程，成果如下所示：
1.综合探讨了图象和色彩等相关的问题。
2.对比分析了优尔种方法的优劣性，详细地讲解了伪彩色在医学彩超和红外热像仪方面的运用。
3.建立数学模型，提出相位调制密度红外图像伪彩色编码改良方案，并给出了处理的MATLAB的模拟程序和对实验结果的分析。
上一篇：基于穆勒矩阵的偏振成像系统设计
下一篇：基于微观结构的气凝胶热导率研究